已验证65% 置信事实精确时间
LiveCodeBench 引入了时间戳过滤策略，筛选模型训练截止日期之后发布的题目，以确保评测数据对被测模型而言是全新的
3
来源数
65%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
Grok vs GPT vs Claude：三大顶级AI编程实测，谁才是真正的代码高手？
hackernewshackernews2026/7/8
相关事实
待验证LiveCodeBench持续从LeetCode、Codeforces、AtCoder等竞赛平台抓取新题目以防止模型刷分，评测涵盖代码生成、自我修复、代码执行推理和测试输出预测四大维度75% 相似待验证TimeGAN 论文采用了判别器得分和预测得分（train-on-synthetic, test-on-real）作为时间序列生成的下游任务评估框架69% 相似待验证MLFlow提供实验追踪功能，自动记录每次训练的参数、指标、代码版本和产物68% 相似待验证在选择开源模型时，除了看benchmark分数，还应留意其训练数据截止时间67% 相似已验证评估编程大模型的主流基准包括HumanEval、MBPP、SWE-bench和LiveCodeBench65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/469767API
curl https://kongchang.com/api/v1/knowledge/claims/469767MCP
get_claim(id=469767)